CN110349671A - 体检数据处理方法、系统、电子设备及存储介质 - Google Patents
体检数据处理方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110349671A CN110349671A CN201910442127.1A CN201910442127A CN110349671A CN 110349671 A CN110349671 A CN 110349671A CN 201910442127 A CN201910442127 A CN 201910442127A CN 110349671 A CN110349671 A CN 110349671A
- Authority
- CN
- China
- Prior art keywords
- physical examination
- user
- examination data
- project
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003860 storage Methods 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000007246 mechanism Effects 0.000 claims abstract description 71
- 230000006872 improvement Effects 0.000 claims abstract description 33
- 230000036541 health Effects 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000003862 health status Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 70
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 16
- 239000008103 glucose Substances 0.000 description 16
- 239000008280 blood Substances 0.000 description 15
- 210000004369 blood Anatomy 0.000 description 15
- 238000007689 inspection Methods 0.000 description 8
- 210000002700 urine Anatomy 0.000 description 7
- 230000036772 blood pressure Effects 0.000 description 6
- 150000002632 lipids Chemical class 0.000 description 6
- 238000011835 investigation Methods 0.000 description 4
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000002562 urinalysis Methods 0.000 description 3
- 208000013016 Hypoglycemia Diseases 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000020979 dietary recommendations Nutrition 0.000 description 2
- 230000009429 distress Effects 0.000 description 2
- 208000002173 dizziness Diseases 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002218 hypoglycaemic effect Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000003907 kidney function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 244000036905 Benincasa cerifera Species 0.000 description 1
- 235000011274 Benincasa cerifera Nutrition 0.000 description 1
- 244000241235 Citrullus lanatus Species 0.000 description 1
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 1
- 244000302512 Momordica charantia Species 0.000 description 1
- 235000009811 Momordica charantia Nutrition 0.000 description 1
- 235000009812 Momordica cochinchinensis Nutrition 0.000 description 1
- 235000018365 Momordica dioica Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 240000004922 Vigna radiata Species 0.000 description 1
- 235000010721 Vigna radiata var radiata Nutrition 0.000 description 1
- 235000011469 Vigna radiata var sublobata Nutrition 0.000 description 1
- 244000273928 Zingiber officinale Species 0.000 description 1
- 235000006886 Zingiber officinale Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000021270 cold food Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008397 ginger Nutrition 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 235000021268 hot food Nutrition 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例属于大数据领域,涉及一种体检数据处理方法、系统、电子设备及存储介质,该方法包括下述步骤:获取用户基本信息,关联与该用户相关的体检机构app;获取关联的体检机构app中用户当前的体检数据;对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图;根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果;在体检项目指标异常时,将健康预测结果和改善方案推送给用户。本申请依照细分后的体检项目生成体检数据趋势图,可以一目了然地看到多次体检的体检数据的变化,并通过连续性分析,对用户的健康状况进行预测。
Description
技术领域
本申请涉及大数据技术领域,尤其涉及体检数据处理方法、系统、电子设备及存储介质。
背景技术
目前不管是儿童还是成人对于自己的体检数据处理,通常是定期进行常规体检,常规体检就是为了让自己掌握自身健康状况而进行的定期健康检查。随着通信技术的发展,数据处理能力的提升,体检数据处理逐渐成为现实。针对用户的个人体检数据处理逐渐成为热门研究课题。随着生活水平的提高,体检数据处理越来越受到人们的重视与推崇。
体检可以帮助人们提早发现健康隐患,从而及时采取防治措施,然而各体检机构之间信息互不相通,各家机构提供的档案格式和形式也不统一,造成数据比较零散,体检数据容易丢失,不同体检机构的体检数据参数不一致,难以对体检结果进行连续性分析,进而无法对体检者的健康状况进行预测。
发明内容
本申请实施例的目的在于提出一种体检数据处理方法、系统、电子设备及存储介质,方便用户查看过往的所有体检记录及相应的体检数据,依照细分后的体检项目生成体检数据趋势图,可以一目了然地看到多次体检的体检数据的变化,方便对体检结果进行连续性分析,进而对用户的健康状况进行预测。
为了解决上述技术问题,本申请实施例提供一种体检数据处理方法,采用了如下所述的技术方案:
一种体检数据处理方法,包括下述步骤:
获取用户基本信息,关联与该用户相关的体检机构app;
获取关联的体检机构app中所述用户当前的体检数据;
对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图;
根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果;
在所述体检项目指标异常时,基于异常体检项目指标对用户的健康状况进行预测,并调取健康预测结果对应的改善方案;
将健康预测结果和改善方案推送给用户。
进一步的,所述获取关联的体检机构app中的体检数据的步骤具体包括:
对体检机构app进行监听,当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取;
或者定期对体检机构app进行检测,在检测到有用户的新的体检数据时,对新的体检数据进行抽取;
或者,接收用户上传的新的体检数据。
进一步的,所述当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取的步骤具体包括:
使用定时器定时传送关联的体检机构app中的新的体检数据。
进一步的,所述使用定时器定时传送关联的体检机构app中的新的体检数据的步骤具体包括:
体检数据抽取过程中,检查体检机构app中是否存在附带标记的体检记录;
若存在附带标记的体检记录,则抽取所述附带标记的体检记录及所对应的体检数据;
将所述体检记录及所对应的体检数据更新至体检记录页面中。
进一步的,所述接收用户上传的新的体检数据的步骤具体包括:
对体检报告影像进行预处理;
使用光学字符识别工具对预处理的体检报告影像进行识别,录入体检数据。
进一步的,所述对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图的步骤具体包括:
获取体检数据中的体检项目名称以及与所述体检项目名称对应的体检项目结果;
从预设的对码表中寻找到与所述体检项目名称相对应的标准名称;
生成所述标准名称及与所述标准名称对应的体检项目结果;
根据所述标准名称、对应的体检项目结果与历史体检数据生成对应的体检项目趋势图。
进一步的,所述将健康预测结果和改善方案推送给用户的步骤之后,还包括:
获取用户对预设问卷调查的作答信息;
根据体检数据和问卷调查的作答信息,判断用户近期生理及心理状况;
根据用户近期生理及心理状况,对改善方案进行调整,生成新的改善方案;
将新的改善方案推送给用户。
为了解决上述技术问题,本申请实施例还提供一种体检数据处理系统,采用了如下所述的技术方案:
一种体检数据处理系统,包括:
关联模块,用于获取用户基本信息,关联与该用户相关的体检机构app;
获取模块,用于获取关联的体检机构app中所述用户当前的体检数据;
生成模块,用于对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图;
判断模块,用于根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果;
调取模块,用于在所述体检项目指标异常时,基于异常体检项目指标对用户的健康状况进行预测,并调取健康预测结果对应的改善方案;
推送模块,将健康预测结果和改善方案推送给用户。
为了解决上述技术问题,本申请实施例还提供一种电子设备,采用了如下所述的技术方案:
一种电子设备,包括服务器以及与所述服务器通信连接的至少一个终端,所述终端包括至少一个存储器和至少一个处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的体检数据处理方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的体检数据处理方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
该用户可在体检数据处理系统中添加家庭成员,关联与该用户的家庭成员相关的体检机构app,以读取所述体检机构app的体检数据,一个用户使用体检数据处理系统,管理该用户家庭成员后,方便解决全家的体检数据处理;体检数据处理系统获取用户历次体检后的体检数据,对体检数据进行细分,依照细分后的体检项目生成体检数据趋势图,可以一目了然地看到多次体检的体检数据的变化,方便对体检结果进行连续性分析,进而对用户的健康状况进行预测。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的体检数据处理方法的一个实施例的流程图;
图2是根据本申请的体检数据处理系统的一个实施例的结构示意图;
图3是根据本申请的电子设备的一个实施例的结构示意图。
附图标记:201、关联模块;202、获取模块;203生成模块;204、判断模块;205、调取模块;206、推送模块;3、电子设备;301、存储器;302、处理器。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
参考图1,示出了根据本申请的体检数据处理方法的一个实施例的流程图。所述的体检数据处理方法,包括以下步骤:
步骤S1,获取用户基本信息,关联与该用户相关的体检机构app。
其中,用户基本信息包括但不限于:性别、年龄、体型、体重、健康数据、医疗记录等。
体检数据处理系统获取用户的用户基本信息,则体检数据处理系统建立该用户的档案,关联与该用户相关的体检机构app,以读取所述体检机构app的体检数据。
具体的,用户在体检数据处理系统中填写或通过数据导入自身的基本信息,体检数据处理系统纳入该用户的基本信息,并在体检数据处理系统关联与该用户使用过的体检机构APP,打开体检数据处理系统的关联界面,点击添加选项,在终端设备中找到相应的APP,选取确定,完成该用户使用过的体检机构APP的关联。
可选的,获取该用户的添加家庭成员指令,关联与该用户的家庭成员相关的体检机构app。
建立用户的档案信息后,该用户可在体检数据处理系统中添加家庭成员,关联与该用户的家庭成员相关的体检机构app,以读取所述体检机构app的体检数据,一个用户使用体检数据处理系统,关联该用户家庭成员后,方便解决全家的体检数据处理。
同样的,用户在体检数据处理系统中填写或通过数据导入家庭成员的基本信息,体检数据处理系统纳入该家庭成员的基本信息,并在体检数据处理系统关联与该家庭成员使用过的体检机构APP,打开体检数据处理系统的关联界面,点击添加选项,在终端设备中找到相应的APP,选取确定,完成该家庭成员使用过的体检机构APP的关联。
步骤S2,获取关联的体检机构app中所述用户当前的体检数据。
在本实施例的一些可选的实现方式中,体检数据包括但不限于血压、血脂、血糖、心电、身高、体重等数据,体检数据处理系统关联用户使用过的体检机构APP,获取所述APP的体检数据。
用户添加家庭成员后,体检数据处理系统关联该用户家庭成员使用过的体检机构APP,获取所述APP的体检数据。
步骤S2所述获取关联的体检机构app中所述用户当前的体检数据的步骤具体包括:
步骤S21,对体检机构app进行监听,当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取;
或者定期对体检机构app进行检测,在检测到有用户的新的体检数据时,对新的体检数据进行抽取;
或者,接收用户上传的新的体检数据。
用户每次体检后,体检机构app生成体检数据时,体检数据处理系统抽取体检数据,生成该体检数据的体检记录。
在本实施例的一些可选的实现方式中,可通过监听、定时或者等待用户指令进行对体检数据的抽取。
监听的方式:当体检机构app生成体检数据时,体检数据处理系统检测到新的体检数据生成,则对体检数据进行抽取;
定时的方式:体检数据处理系统定期对新生成的体检数据进行抽取;
等待用户指令的方式:通过用户手动上传体检数据。
通过以上三种方式可及时有效、灵活便捷地抽取用户的体检数据。
步骤S21所述当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取的步骤具体包括:
步骤S211,使用定时器定时传送关联的体检机构app中的新的体检数据。
步骤S211具体包括:
所述体检数据抽取过程中,检查体检机构app中是否存在附带标记的体检记录;
若存在附带标记的体检记录,则抽取所述附带标记的体检记录及所对应的体检数据;
将所述体检记录及所对应的体检数据更新至体检记录页面中;
其中,体检机构app生成体检数据时,生成附带标记的体检记录,体检数据处理系统接收所述体检记录,体检记录以标题的形式显示,并在标题上附带体检时间,可点击体检记录详情查看体检数据。
在本实施例的一些可选的实现方式中,体检数据处理系统具有体检记录页面,可在体检记录页面中查看各个体检记录,点击体检记录可详情查看体检数据。
在本实施例的一些可选的实现方式中,体检记录页面中的体检记录可按照时间排序,可按照从不同体检机构app导入进行分类。
在本实施例的一些可选的实现方式中,通过设置job定时检查附带标记的体检记录,job定时具有定时执行的功能,可以在指定的时间点或每天的某个时间点自行执行任务。
具体的,体检数据处理系统中在抽取体检机构app中的检数据过程中,若检查到存在附带标记的体检记录,则将当前体检记录及所对应的体检数据抽取;体检数据处理系统将所述体检记录及所对应的体检数据更新至体检记录页面中,取消所述体检记录的标记。
从而用户每次体检后,体检机构app生成体检数据时,体检数据处理系统能够定时检测更新的体检数据,因体检数据处理系统生成新的体检记录时,会对该体检记录进行标记,通过使用定时器定时检查附带标记的体检记录,从而能对更新的体检记录及对应的体检数据进行及时地跟踪,并将更新的体检记录及所对应的体检数据更新至体检记录页面中,在数据传送后,取消传送的体检记录的标记,方便用户查看过往的所有体检记录及相应的体检数据。
步骤S21所述当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取的步骤具体包括:
接收用户输入的拍摄图片,得到体检报告影像;
对体检报告影像进行预处理;
使用光学字符识别工具对预处理的体检报告影像进行识别,录入体检数据。
具体的,对体检报告影像进行预处理的过程中,影像须先将图片、表格及文字区域分离出来,对图像进行预处理,可以降低特征提取算法的难度,并能提高识别的精度,例如,二值化、图像降噪和倾斜校正。
二值化:由于彩色图像所含信息量过于巨大,在对图像中印刷体字符进行识别处理前,需要对图像进行二值化处理,使图像只包含黑色的前景信息和白色的背景信息,提升识别处理的效率和精确度;图像降噪:由于待识别图像的品质受限于输入设备、环境、以及文档的印刷质量,在对图像中印刷体字符进行识别处理前,需要根据噪声的特征对待识别图像进行去噪处理,提升识别处理的精确度;倾斜校正:由于扫描和拍摄过程涉及人工操作,输入计算机的待识别图像或多或少都会存在一些倾斜,在对图像中印刷体字符进行识别处理前,就需要进行图像方向检测,并校正图像方向。体检数据处理系统中具有体检报告上传选项,体检报告除了电子档外,还有寄发的纸质版的体检报告,以及直接将体检数据手写于体检本上,通过拍照上传非电子版的体检报告,使体检记录的数据库更为齐全。
步骤S3,对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图。
体检数据处理系统获取用户历次体检后的体检数据,对体检数据进行细分,依照细分后的体检项目生成体检数据趋势图。
在本实施例的一些可选的实现方式中,体检数据以血压、血脂、血糖、心率、肾功能、血常规、尿常规等数据中选取一些数据进行举例说明。例如,体检数据处理系统获取到用户五次体检的体检数据,将五次体检的体检数据以血压、血脂、血糖、心率等体检项目进行细分,分别作为血压模块、血脂模块、血糖模块、心率模块。血压模块按照体检的时间顺序以文字形式或者图标形式生成趋势图,可以一目了然地从趋势图中查看到五次体检中,血压数据的变化,同样的,血脂模块、血糖模块、心率模块等模块也可以直观地查看到相应数据在五次体检中的变化。
可选的,血压、血脂、血糖、心率、肾功能、血常规、尿常规中超出正常范围时,与正常范围的数值通过颜色区分。
步骤S3所述对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图,具体包括:
获取体检数据中的体检项目名称以及与所述体检项目名称对应的体检项目结果;
从预设的对码表中寻找到与所述体检项目名称相对应的标准名称;
生成所述标准名称及与所述标准名称对应的体检项目结果。
例如在尿常规检验时,会检测尿中葡萄糖的含量,而对于这一项检测项目名称,不同体检机构的命名不同,有的体检机构会将其命名为葡萄糖,而有的体检机构会将则会将其命名为尿糖。如果直接采用体检机构对体检项目名称,则势必会导致后期存储的数据中同项检测的结果无法被有效地统一提取出来。因此,可以事先收集各个体检机构对于每个体检项目命名的具体规则,然后将实际上为同一体检项目而只是在不同体检机构中采用了不同名称的这些体检项目与标准名称建立映射关系,该映射关系可以是以对码表的形式预设在系统中。例如,可以将葡萄糖与尿糖定性、尿糖与尿糖定性分别建立映射关系,当系统获取到的体检项目名称是葡萄糖或者是尿糖时,就可以通过预设对码表中的映射关系筛选出该体检项目名称相对应的标准名称为尿糖定性。
考虑到各个体检机构提供的体检结果数据中的计量单位会有所不同,而不同计量单位也会导致后期数据分析上的偏差,因此,在对体检项目名称进行标准化之后,还需对不同体检机构提供的体检结果数据中的计量单位及体检数据编码格式进行标准化。
步骤S4,根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果。
步骤S5,在所述体检项目指标异常时,基于异常体检项目指标对用户的健康状况进行预测,并调取健康预测结果对应的改善方案;
在实施例中,在具有一项或多项体检项目指标异常时,对健康状况进行预测,推送健康预测结果及改善方案。
其中,健康预测结果根据出现的异常体检项目指标进行对健康状况的评估,分为健康、良好、一般及较差,例如,当无异常体检项目指标时,评估为健康或良好,当有少量异常体检项目指标时,评估为一般,当有多项异常体检项目指标时,评估为较差。
可选的,在对健康状况进行预测时,不同的体检项目指标具备不同的评估权重,例如,一些对身体状况影响较大的异常体检项目指标,对健康状况的评估影响较大,一些对身体状况影响较小的异常体检项目指标对健康状况的评估影响相应也较小,因此,结合异常体检项目指标的数量及评估权重,对健康状况进行预测,生成健康预测结果。
其中,改善方案包括健康计划、饮食建议及运动建议,改善建议根据体检数据及健康预测结果生成。
例如,健康计划为周一跑步,周二瑜伽,周三跑步,周四羽毛球,周五瑜伽,周六羽毛球,周日慢跑;其饮食建议为:平和体质者要寒温适中,不宜过于偏食寒性或热性的食物,以免日益影响机体的阴阳平衡,引起体质的变异。日常生活中,应尽量选择平性或稍具温凉之性的食品,平和体质食用西瓜、苦瓜、冬瓜、莲藕、绿豆等清热消暑之品,而不宜过食生姜、肉桂、羊肉等助阳发散之品;其运动建议为:秋冬运动量保持在微微出汗最合适。
步骤S6,将健康预测结果和改善方案推送给用户。
在其他的实施例中,步骤S6将健康预测结果和改善方案推送给用户的步骤之后,还包括:
步骤S7,获取用户对问卷调查的作答信息;
根据体检数据和问卷调查的作答信息,判断用户近期生理及心理状况;
根据用户近期生理及心理状况,对改善方案进行调整,生成新的改善方案;
将新的改善方案推送给用户。
其中,问卷调查包括饮食爱好、身体锻炼、吸烟喝酒等习惯、身体症状及心理状况。
结合体检数据和问卷调查,对通过体检数据生成的改善方案进行调整,生成新的改善方案,体检数据处理系统定期推送问卷作答给用户,体检数据处理系统获取用户对问卷调查的作答信息,进一步了解用户近期的生理及心理状况。
在本实施例的一些可选的实现方式中,问卷调查含饮食爱好、身体锻炼、吸烟喝酒等习惯、身体症状、心理状况等,根据用户实际情况选择是或否,体检数据处理系统接收作答信息。
可选的,结合体检数据和问卷调查,筛查可能出现的隐患。由于一般人都会间隔一定时间进行一次体检,很少人会不定期进行体检,在体检间隔的期间内有可能出现一些身体的隐患,因此体检也会具有一定的局限性。
结合体检数据和问卷调查,分析体检数据中出现的超出正常范围的指标,及问卷调查里出现的一些生理及心理状况,并进行评分。当评分低于一定标准时时,生成评分表,评分表上具有造成低评分的主要因素,如用户近期体检数据中为低血糖,加上问卷调查中仅有头晕症状,以及其他的身体疼痛状况,均会造成低评分,体检数据处理系统生成评分表,并提醒用户进行检查,从而在体检的空白期内可进行有效的筛查。
在实施例中,可以结合体检数据和问卷调查,出具健康计划。
该用户可在体检数据处理系统中添加家庭成员,关联与该用户的家庭成员相关的体检机构app,以读取所述体检机构app的体检数据,一个用户使用体检数据处理系统,管理该用户家庭成员后,方便解决全家的体检数据处理;通过使用定时器定时检查附带标记的体检记录,方便用户查看过往的所有体检记录及相应的体检数据;接收用户拍摄的体检报告信息,通过ocr识别录入体检数据,获取非电子版体检报告体检数据;体检数据处理系统获取用户历次体检后的体检数据,对体检数据进行细分,依照细分后的体检项目生成体检数据趋势图,可以一目了然地看到多次体检的体检数据的变化,方便对体检结果进行连续性分析,进而对用户的健康状况进行预测。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
作为对上述图1所示方法的实现,本申请提供了一种体检数据处理系统的一个实施例,该系统实施例与图1所示的方法实施例相对应,该系统具体可以应用于各种电子设备中。
如图2所示,本实施例所述的体检数据处理系统包括:
关联模块201、获取模块202、生成模块203、判断模块204、调取模块205及推送模块206。
其中,关联模块201用于获取用户基本信息,关联与该用户相关的体检机构app;获取模块202用于获取关联的体检机构app中所述用户当前的体检数据;生成模块203用于对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图;判断模块204用于根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果;调取模块205用于在所述体检项目指标异常时,基于异常体检项目指标对用户的健康状况进行预测,并调取健康预测结果对应的改善方案;推送模块206用于将健康预测结果和改善方案推送给用户。
关联用户相关的体检机构app,读取所述体检机构app的体检数据,方便用户查看过往的所有体检记录及相应的体检数据,体检数据处理系统获取用户历次体检后的体检数据,对体检数据进行细分,依照细分后的体检项目生成体检数据趋势图,可以一目了然地看到多次体检的体检数据的变化,方便对体检结果进行连续性分析,进而对用户的健康状况进行预测。
在本实施例的一些可选的实现方式中,上述关联模块201进一步用于:获取该用户的添加家庭成员指令,获取所述家庭成员的基本信息,关联与该用户的家庭成员相关的体检机构app;其中,所述基本信息包括性别、年龄、体型、体重、健康数据及医疗数据。建立用户的档案信息后,该用户可在体检数据处理系统中添加家庭成员,关联与该用户的家庭成员相关的体检机构app,以读取所述体检机构app的体检数据,一个用户使用体检数据处理系统,关联该用户家庭成员后,方便解决全家的体检数据处理。
获取模块202包括抽取模块。
抽取模块用于对体检机构app进行监听,当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取;或者定期对体检机构app进行检测,在检测到有用户的新的体检数据时,对新的体检数据进行抽取。
用户每次体检后,体检机构app生成体检数据时,体检数据处理系统能够定时检测更新的体检数据,因体检数据处理系统生成新的体检记录时,会对该体检记录进行标记,通过使用定时器定时检查附带标记的体检记录,从而能对更新的体检记录及对应的体检数据进行及时地跟踪,并将更新的体检记录及所对应的体检数据更新至体检记录页面中,在数据传送后,取消传送的体检记录的标记,方便用户查看过往的所有体检记录及相应的体检数据。
体检数据处理系统中具有体检报告上传选项,体检报告除了电子档外,还有寄发的纸质版的体检报告,以及直接将体检数据手写于体检本上,通过拍照上传非电子版的体检报告,使体检记录的数据库更为齐全。
在本实施例的一些可选的实现方式中,上述体检数据处理系统还包括调查模块。
调查模块用于获取用户对预设问卷调查的作答信息;
根据体检数据和问卷调查的作答信息,判断用户近期生理及心理状况;
对改善方案进行调整,生成新的改善方案;
将新的改善方案推送给用户。
体检数据处理系统定期推送问卷作答给用户,体检数据处理系统获取用户对问卷调查的作答信息,进一步了解用户近期的生理及心理状况。
结合体检数据和问卷调查,分析体检数据中出现的超出正常范围的指标,及问卷调查里出现的一些生理及心理状况,并进行评分。当评分低于一定标准时时,生成评分表,评分表上具有造成低评分的主要因素,如用户近期体检数据中为低血糖,加上问卷调查中仅有头晕症状,以及其他的身体疼痛状况,均会造成低评分,体检数据处理系统生成评分表,并提醒用户进行检查,从而在体检的空白期内可进行有效的筛查。
为解决上述技术问题,本申请实施例还提供电子设备。具体请参阅图3,图3为本实施例电子设备基本结构框图。
所述电子设备3包括至少一个存储器301和至少一个处理器302,所述存储器301中存储有计算机程序,所述处理器302执行所述计算机程序时实现如上所述的体检数据处理方法的步骤。需要指出的是,图中仅示出了具有组件301-302的电子设备3,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述电子设备可以是手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器301至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器301可以是所述电子设备3的内部存储单元,例如该电子设备3的硬盘或内存。在另一些实施例中,所述存储器301也可以是所述电子设备3的外部存储设备,例如该电子设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器301还可以既包括所述电子设备3的内部存储单元也包括其外部存储设备。本实施例中,所述存储器301通常用于存储安装于所述电子设备3的操作系统和各类应用软件,例如体检数据处理方法的程序代码等。此外,所述存储器301还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器302在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器302通常用于控制所述电子设备3的总体操作。本实施例中,所述处理器302用于运行所述存储器301中存储的程序代码或者处理数据,例如运行所述体检数据处理方法的程序代码。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有体检数据处理程序,所述体检数据处理程序可被至少一个处理器302执行,以使所述至少一个处理器302执行如上述的体检数据处理方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种体检数据处理方法,其特征在于,包括下述步骤:
获取用户基本信息,关联与该用户相关的体检机构app;
获取关联的体检机构app中所述用户当前的体检数据;
对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图;
根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果;
在所述体检项目指标异常时,基于异常体检项目指标对用户的健康状况进行预测,并调取健康预测结果对应的改善方案;
将健康预测结果和改善方案推送给用户。
2.根据权利要求1所述的体检数据处理方法,其特征在于,所述获取关联的体检机构app中的体检数据的步骤具体包括:
对体检机构app进行监听,当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取;
或者定期对体检机构app进行检测,在检测到有用户的新的体检数据时,对新的体检数据进行抽取;
或者,接收用户上传的新的体检数据。
3.根据权利要求2所述的体检数据处理方法,其特征在于,所述当检测到有用户的新的体检数据生成时,对新的体检数据进行抽取的步骤具体包括:
使用定时器定时传送关联的体检机构app中的新的体检数据。
4.根据权利要求3所述的体检数据处理方法,其特征在于,所述使用定时器定时传送关联的体检机构app中的新的体检数据的步骤具体包括:
体检数据抽取过程中,检查体检机构app中是否存在附带标记的体检记录;
若存在附带标记的体检记录,则抽取所述附带标记的体检记录及所对应的体检数据;
将所述体检记录及所对应的体检数据更新至体检记录页面中。
5.根据权利要求3所述的体检数据处理方法,其特征在于,所述接收用户上传的新的体检数据的步骤具体包括:
接收用户输入的拍摄图片,得到体检报告影像;
对体检报告影像进行预处理;
使用光学字符识别工具对预处理的体检报告影像进行识别,录入体检数据。
6.根据权利要求1所述的体检数据处理方法,其特征在于,所述对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图的步骤具体包括:
获取体检数据中的体检项目名称以及与所述体检项目名称对应的体检项目结果;
从预设的对码表中寻找到与所述体检项目名称相对应的标准名称;
生成所述标准名称及与所述标准名称对应的体检项目结果;
根据所述标准名称、对应的体检项目结果与历史体检数据生成对应的体检项目趋势图。
7.根据权利要求1所述的体检数据处理方法,其特征在于,所述将健康预测结果和改善方案推送给用户的步骤之后,还包括:
获取用户对预设问卷调查的作答信息;
根据体检数据和问卷调查的作答信息,判断用户近期生理及心理状况;
根据用户近期生理及心理状况,对改善方案进行调整,生成新的改善方案;
将新的改善方案推送给用户。
8.一种体检数据处理系统,其特征在于,包括:
关联模块,用于获取用户基本信息,关联与该用户相关的体检机构app;
获取模块,用于获取关联的体检机构app中所述用户当前的体检数据;
生成模块,用于对获取到的当前体检数据根据体检项目进行细分,同时基于各体检项目中用户的历史体检数据生成对应的体检项目趋势图;
判断模块,用于根据生成的体检项目趋势图,与预设的体检项目标准指标进行比较,判断该体检数据对应的体检项目指标正异常结果;
调取模块,用于在所述体检项目指标异常时,基于异常体检项目指标对用户的健康状况进行预测,并调取健康预测结果对应的改善方案;
推送模块,将健康预测结果和改善方案推送给用户。
9.一种电子设备,其特征在于,包括服务器以及与所述服务器通信连接的至少一个终端,所述终端包括至少一个存储器和至少一个处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的体检数据处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的体检数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442127.1A CN110349671B (zh) | 2019-05-24 | 2019-05-24 | 体检数据处理方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442127.1A CN110349671B (zh) | 2019-05-24 | 2019-05-24 | 体检数据处理方法、系统、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110349671A true CN110349671A (zh) | 2019-10-18 |
CN110349671B CN110349671B (zh) | 2024-07-09 |
Family
ID=68174694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910442127.1A Active CN110349671B (zh) | 2019-05-24 | 2019-05-24 | 体检数据处理方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110349671B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111462910A (zh) * | 2020-03-31 | 2020-07-28 | 上海商汤智能科技有限公司 | 项目的匹配方法及装置、电子设备和存储介质 |
CN111477330A (zh) * | 2020-04-30 | 2020-07-31 | 马少才 | 一种基于医疗大数据的健康状况评估方法 |
CN111898603A (zh) * | 2020-08-10 | 2020-11-06 | 上海瑞美锦鑫健康管理有限公司 | 一种基于深度神经网络的体检单识别方法和系统 |
CN112151174A (zh) * | 2020-09-23 | 2020-12-29 | 四川长虹电器股份有限公司 | 一种基于体检数据的用户健康信息分析方法、系统 |
CN112418022A (zh) * | 2020-11-10 | 2021-02-26 | 广州富港万嘉智能科技有限公司 | 一种人体数据的检测方法及装置 |
CN112509661A (zh) * | 2021-02-03 | 2021-03-16 | 南京吉拉福网络科技有限公司 | 用于识别体检报告的方法、计算设备和介质 |
CN113450912A (zh) * | 2020-03-26 | 2021-09-28 | 松下家电(中国)有限公司 | 排便数据检测方法、装置及计算机设备 |
CN113707254A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、设备及存储介质 |
CN114360679A (zh) * | 2022-01-07 | 2022-04-15 | 启康保(北京)健康科技有限公司 | 体检报告数字化管理方法及系统 |
CN117912680A (zh) * | 2024-03-20 | 2024-04-19 | 浙江禾连健康管理有限公司 | 基于多模态的健康信息管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106886669A (zh) * | 2015-12-10 | 2017-06-23 | 北京奇虎科技有限公司 | 一种基于移动终端的健康数据处理方法和装置 |
CN107194174A (zh) * | 2017-05-19 | 2017-09-22 | 白胜西 | 一种健康状况监测方法、系统和存储介质 |
CN107463774A (zh) * | 2017-07-21 | 2017-12-12 | 温馨港网络信息科技(苏州)有限公司 | 基于大数据的健康状况分析预测方法及系统 |
CN109480792A (zh) * | 2018-10-28 | 2019-03-19 | 禚志红 | 一种人体健康数据处理系统 |
CN109559827A (zh) * | 2018-12-05 | 2019-04-02 | 易必祥 | 一种医疗健康大数据资源配置方法及系统 |
-
2019
- 2019-05-24 CN CN201910442127.1A patent/CN110349671B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106886669A (zh) * | 2015-12-10 | 2017-06-23 | 北京奇虎科技有限公司 | 一种基于移动终端的健康数据处理方法和装置 |
CN107194174A (zh) * | 2017-05-19 | 2017-09-22 | 白胜西 | 一种健康状况监测方法、系统和存储介质 |
CN107463774A (zh) * | 2017-07-21 | 2017-12-12 | 温馨港网络信息科技(苏州)有限公司 | 基于大数据的健康状况分析预测方法及系统 |
CN109480792A (zh) * | 2018-10-28 | 2019-03-19 | 禚志红 | 一种人体健康数据处理系统 |
CN109559827A (zh) * | 2018-12-05 | 2019-04-02 | 易必祥 | 一种医疗健康大数据资源配置方法及系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113450912A (zh) * | 2020-03-26 | 2021-09-28 | 松下家电(中国)有限公司 | 排便数据检测方法、装置及计算机设备 |
CN111462910A (zh) * | 2020-03-31 | 2020-07-28 | 上海商汤智能科技有限公司 | 项目的匹配方法及装置、电子设备和存储介质 |
CN111477330A (zh) * | 2020-04-30 | 2020-07-31 | 马少才 | 一种基于医疗大数据的健康状况评估方法 |
CN111898603A (zh) * | 2020-08-10 | 2020-11-06 | 上海瑞美锦鑫健康管理有限公司 | 一种基于深度神经网络的体检单识别方法和系统 |
CN112151174A (zh) * | 2020-09-23 | 2020-12-29 | 四川长虹电器股份有限公司 | 一种基于体检数据的用户健康信息分析方法、系统 |
CN112418022A (zh) * | 2020-11-10 | 2021-02-26 | 广州富港万嘉智能科技有限公司 | 一种人体数据的检测方法及装置 |
CN112418022B (zh) * | 2020-11-10 | 2024-04-09 | 广州富港生活智能科技有限公司 | 一种人体数据的检测方法及装置 |
CN112509661A (zh) * | 2021-02-03 | 2021-03-16 | 南京吉拉福网络科技有限公司 | 用于识别体检报告的方法、计算设备和介质 |
CN113707254A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、设备及存储介质 |
CN114360679A (zh) * | 2022-01-07 | 2022-04-15 | 启康保(北京)健康科技有限公司 | 体检报告数字化管理方法及系统 |
CN117912680A (zh) * | 2024-03-20 | 2024-04-19 | 浙江禾连健康管理有限公司 | 基于多模态的健康信息管理方法及系统 |
CN117912680B (zh) * | 2024-03-20 | 2024-05-28 | 浙江禾连健康管理有限公司 | 基于多模态的健康信息管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110349671B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349671A (zh) | 体检数据处理方法、系统、电子设备及存储介质 | |
US8579815B2 (en) | Device, method, and graphical user interface for searching, filtering and displaying event-aligned information sets related to diabetes | |
EP2715583B1 (en) | Location enabled food database | |
JP7011247B2 (ja) | 労務管理システム、データ処理方法、および、労務管理プログラム | |
CN105260588A (zh) | 一种健康守护机器人系统及其数据处理方法 | |
US20100131434A1 (en) | Automated patient-management system for presenting patient-health data to clinicians, and methods of operation thereor | |
US20020099686A1 (en) | Method and apparatus for analyzing a patient medical information database to identify patients likely to experience a problematic disease transition | |
US20150186602A1 (en) | System and Method for Priority-Based Management of Patient Health for a Patient Population | |
EP3454338B1 (en) | Meal advice providing system and analysis device | |
CN108028075A (zh) | 生物体信息测定器以及生物体信息测定方法 | |
CN107847140A (zh) | 用于症状发作检测和评估的系统、装置和方法 | |
König et al. | Characteristics of smartphone-based dietary assessment tools: A systematic review | |
Morris et al. | Embedded assessment: overcoming barriers to early detection with pervasive computing | |
KR102297367B1 (ko) | 생체정보 수집 및 온라인 문진을 이용한 건강관리케어 서비스 제공 서버 | |
US20150134344A1 (en) | Personal Health Data Gathering for Incentive and Insurance Rating Purposes | |
US20210118545A1 (en) | System and method for recommending food items based on a set of instructions | |
US20180032674A1 (en) | Diagnostic system, diagnostic method, and storage medium | |
Vesselkov et al. | Technology and value network evolution in telehealth | |
WO2021140731A1 (ja) | 情報伝達装置および情報伝達方法 | |
JP2018114232A (ja) | 診断装置、プログラム及び診断システム | |
CN102053158A (zh) | 血糖分析系统、装置及其方法 | |
CN113436738A (zh) | 管理风险用户的方法、装置、设备及存储介质 | |
TW201828237A (zh) | 動態分析血糖值的方法及其系統與電腦程式產品 | |
JP6992505B2 (ja) | 情報処理装置、方法及びプログラム | |
JP2001318991A (ja) | 情報システムを用いた栄養管理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |